PDF数式・LaTeXをMarkdown（マークダウン）に変換
多くのPDF抽出ツールでは数式が意味のない文字列になります。このツールは数式を保持します。インライン数式と別行立て数式をLaTeX形式で残すため、科学・技術文書を人にもLLMにも読みやすい状態で変換できます。
変換後も数式を保持
PDF内の数式は数式データではなく描画として保存されるため、コピー＆ペーストや一般的な変換ツールでは記号の並びが崩れます。ここではインライン式も別行立て式も認識し、LaTeX形式の数式として書き戻します。導出、変数、単位が保たれるため、物理論文、数学教科書、工学仕様書を読み取り、検索し、モデルへ渡せるMarkdownへ変換できます。
数式入りPDFを4ステップで変換
アカウントは不要です。数式を含む文書全体を変換します。
変換ツールを開く
Chrome拡張機能を追加するか、PDF→Markdown変換ツールを開きます。
数式入りPDFを追加
ファイルをドラッグするか、PDFの直接URLを貼り付けます。学術誌やプレプリントサーバーの論文にも対応します。
ジョブの完了を待つ
ステータスはqueued、processing、readyの順に進みます。インライン数式と別行立て数式は平坦化せず、数式表記として保持します。
コピーまたはダウンロード
レンダリング済みMarkdownとソースをプレビューし、数式をコピーするか.mdファイルをダウンロードします。
表示用数式から再利用できる形式へ
インライン数式と別行立て数式
文中の式も別行立て数式も、画像ではなく数式表記として保持します。
スキャンされた数式
スキャンされたページの数式は、文書のほかの部分と同様にOCRで処理します。
表の周辺にある数式
表の中や周辺にある数式を保持しながら、表をMarkdownとして再構築します。
LLMで利用可能
崩れた記号より、整った数式表記の方がプロンプトやRAGパイプラインで有用です。
非常に密な数式や手書き数式も変換できますが、難しいページは目視確認を推奨します。組版された数式はきれいに変換できます。
変換された数式の例
一般的なPDF抽出ツールでは、二次方程式が崩れた記号列になります。ここでは同じ式を、読み取りとレンダリングが可能な数式表記として返します。
通常のテキスト抽出
x = b b2 4ac
2a
(symbols dropped, layout lost)
PDF→Markdown
$$x = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a}$$
Markdownには分数、根号、添字、上付き文字を含む式の構造が数式表記として残ります。GitHub、Obsidian、KaTeXやMathJaxを使うドキュメントサイトやノートブックなど、数式をレンダリングするビューアでは正しく組版されます。プレーンテキストでも、LLMはばらばらの記号ではなく一貫した式として読み取れます。どちらの場合も、PDFから取り出した後に意味が残ります。
混在する文書にも対応します。 文章、文中の式、別行立て数式、表、図が同じページにあっても、それぞれを元の位置で処理します。数式だけを末尾へ移さず、解説を正しい順序で読めます。
よくある質問
PDF変換時に数式を保持できますか？
はい。インライン数式と別行立て数式を崩れた文字列へ平坦化せず、数式表記として保持するため、技術・科学PDFをMarkdownで利用できます。
数式はLaTeXとして出力されますか？
数式表記はレンダリング可能なLaTeX形式で保持されます。数式が崩れた記号列にならず、Markdownや後続ツールへ渡せます。非常に密な数式や手書き数式は目視確認が必要な場合があります。
スキャンPDF内の数式はどうなりますか？
スキャンされた数式もページのほかの部分と同様にOCRで処理され、画像ではなく選択可能な数式表記になります。スキャンPDFの変換もご覧ください。
表の中の数式にも対応しますか？
はい。表の中や周辺にある数式を保持しながら、表自体を再構築し、整列したMarkdown表へ変換します。
数式の多いPDFに適したエンジンは？
MinerUは密度が高く数式の多いページに強く、Doclingは整った文書を高速に処理します。文書に適したエンジンを使用します。
無料で使えますか？
はい。無料プランではブラウザから匿名で変換できます（3スロット、10 MB、処理時間15分、保持時間1時間）。有料プランでは各上限が増えます。